山東
IT之家 5 月 30 日消息，科技媒體 marktechpost 昨日（5 月 29 日）發布博文，報道稱 Nous Research 為開源 Hermes Agent（Hermes 智能體）加入 Tool Search（工具搜索），通過按需加載緩解 MCP（模型上下文協議）工具占滿上下文的問題。
根據 Anthropic 在 2025 年 11 月發布的報告，在一個包含 5 臺 MCP 服務器和 34 個工具的 Hermes 部署顯示，平均每回合的提示符大小為 45000 個 tokens，其中大約 22000 個 tokens（約占 50%）僅僅是工具模式的開銷。
Anthropic 在今年 4 月發布的論文中，指出在典型多服務器部署環境下，工具注意力（Tool Attention）是衡量“MCP 工具稅”消耗的關鍵，優化前工具定義可消耗 134000 個 tokens，每回合消耗的 tokens 數量為 15000 至 60000 個。
這種“MCP 工具稅”導致 2 個問題：
- 成本：會話開始時的緩存未命中生成每次可能花費 0.07 美元至 0.10 美元。
- 準確率下降：當模型同時看到數百個不相關的工具選項時，就會出現決策癱瘓。
Hermes Agent 為解決上述問題，引入 Tool Search 功能，是可選漸進式披露層，該模型不會預先加載所有工具架構，而是按需逐輪加載所需內容。
啟用 Tool Search 后，模型可見工具數組中的 MCP 工具和插件工具替換為三個橋接工具：
tool_search(query,limit?)—searchthedeferred-toolcatalogtool_describe(name)—loadthefullschemaforonetooltool_call(name,arguments)—invokeadeferredtool
其中 tool_search 負責搜索，tool_describe 負責載入完整模式，tool_call 負責調用真實工具。模型先找工具，再看參數，最后調用目標工具。
典型的交互過程如下：
Model:tool_search("createagithubissue")→{matches:[{name:"mcp_github_create_issue",...}]}Model:tool_describe("mcp_github_create_issue")→{parameters:{type:"object",properties:{...}}}Model:tool_call("mcp_github_create_issue",{title:"...",body:"..."})→{ok:true,issue_number:42}啟用該工具后，能有效提升準確率，Anthropic 內部 MCP 評測顯示，Claude Opus 4 在啟用 Tool Search 后，準確率從 49% 提升到 74%。Claude Opus 4.5 也從 79.5% 提升到 88.1%，無關工具減少后，誤選概率隨之下降。
檢索層使用 BM25（經典文本檢索算法），匹配工具名、描述與參數名。若 BM25 沒有返回正分結果，系統會退回到工具名的字面子串匹配，避免在所有工具名都含有相同詞時出現零分問題。
配置參考：
將以下內容添加到 hermes.yaml 文件中：
tools:tool_search:enabled:auto#auto(default),on,oroffthreshold_pct:10#%ofcontextatwhichautomodekicksinsearch_default_limit:5max_search_limit:20
IT之家附上參考地址
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
